Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Devanagari Handwritten Character Recognition using Convolutional Neural Network

Created by
  • Haebom

저자

Diksha Mehta, Prateek Mehta

개요

본 논문은 인도의 고대 문자 시스템인 데바나가리 문자의 필기체 인식을 위한 자동화된 접근 방식을 제시합니다. 기존의 데바나가리 문자 디지털화 도구의 부족을 해결하기 위해, 두 개의 심층 합성곱 신경망(CNN) 층을 사용하여 필기체 데바나가리 문자를 인식하는 기술을 제안합니다. 공개 데이터셋인 DHCD (Devanagari Handwritten Character Dataset)를 사용하여 36개의 데바나가리 문자 클래스를 학습 및 테스트하였으며, 각 클래스당 1700개의 이미지를 사용했습니다. 그 결과, 훈련 정확도 99.55%, 테스트 정확도 96.36%의 높은 성능을 달성했습니다.

시사점, 한계점

•
시사점:
◦
데바나가리 필기체 인식 분야에서 높은 정확도(테스트 정확도 96.36%)를 달성한 효율적인 CNN 기반 모델을 제시.
◦
데바나가리 문자 디지털화 및 관련 기술 발전에 기여.
◦
기술 검색 엔진, 소셜 미디어, 추천 시스템 등 다양한 응용 분야에 활용 가능성 제시.
•
한계점:
◦
사용된 데이터셋(DHCD)의 크기와 다양성이 제한적일 수 있음. 실제 응용 환경의 다양한 필기체 스타일을 충분히 반영하지 못할 가능성 존재.
◦
모델의 일반화 성능에 대한 추가적인 검증 필요. 다른 데이터셋이나 더 다양한 필기체 스타일을 사용한 추가 실험이 필요함.
◦
두 개의 CNN 층만 사용하여 모델의 복잡성이 상대적으로 낮을 수 있으며, 더 복잡한 모델을 통해 성능 향상 가능성 존재.
👍
Made with Slashpage